随着人们对移动通信业务需求的加大,各大运营商也加大力度争夺市场,使得传统业务领域的收入已经趋于饱和,移动通信行业开始从用户的增量竞争转向用户的存量竞争。各运营商将主要力度放在开展增值业务上,并努力使其成为新的利润增长点。只有对用户群的特点进行详细的分析和定位,才能针对他们的特点,有目的地开展业务,获得高的投资回报。现在国内的移动通信运营模式正逐步向以客户为中心、以数据为中心、以信息为基础的国际先进模式转变。本课题的研究目标是针对3G时代中国移动庞大的客户资源,在掌握市场一般特征的基础上,对其客户的消费需求和购买行为进行研究,按照客户消费特征和购买规律划定目标市场。通过整合来自营业、计费、账务、客户等系统的客户数据,根据客户细分理论,形成统一的客户数据量表；设计了基于数据挖掘的客户细分模型；最后运用神经网络算法进行数据聚类,完成中国移动客户数据的细分研究。通过对收集来的某高校学生在中国移动系统中的数据进行实证研究,经过数据清洗、转换等一系列数据预处理,并通过科荷伦自组织映射网络这一神经网络算法进行数据聚类分析,最终得到合理的细分结果,验证了设计出的基于神经网络的客户细分模型。